交通運輸是經(jīng)濟發(fā)展的基本需要和先決條件,現(xiàn)代社會的生存基礎和發(fā)展標志。交通運輸?shù)目焖侔l(fā)展獲益于橋梁道路的高速建設,但是,我國在橋梁道路發(fā)展方面一直是“重建設而輕養(yǎng)護”的局面,這將為橋梁道路帶來巨大安全隱患。眾所周知,橋梁裂縫是橋梁建筑存在安全隱患的外在表現(xiàn),橋梁裂縫可能給交通安全帶來不可預估的影響。因此,落實橋梁道路養(yǎng)護工作的重點就是落實橋梁路面裂縫高效準確的檢測工作。使用高效的方法檢測和分割橋梁路面裂縫,通過技術(shù)創(chuàng)新實現(xiàn)橋梁道路養(yǎng)護與管理,是實現(xiàn)我國從橋梁大國向橋梁強國邁進的關(guān)鍵一步。目前,許多國內(nèi)外學者已經(jīng)對此進行了廣泛而深入的研究,但是,仍然有幾個比較現(xiàn)實的問題受到了忽略。第一個問題是目前沒有公開而且適用于復雜背景研究的橋梁裂縫圖像數(shù)據(jù)集,但是利用深度學習算法實現(xiàn)橋梁裂縫的提取與檢測需要大量橋梁裂縫圖像作為樣本。第二個問題是現(xiàn)有的算法都是針對背景簡單的裂縫圖像展開的研究,但是實際采集的橋梁裂縫圖像的背景中往往含有多種障礙物,背景中存在的障礙物會嚴重影響現(xiàn)有算法的檢測結(jié)果。第三個問題是目前的橋梁裂縫檢測算法為了提高精度而忽略了速度,速度沒有達到實時性要求。針對這些問題,本文從以下三... 

【文章來源】：陜西師范大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

圖１－２大型橋梁檢測車檢測方法示意圖??Ｆｉｇ．?１－２?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｄｅｔｅｃｔｉｏｎ?ｍｅｔｈｏｄ?ｏｆ?ｌａｒｇｅ?ｂｒｉｄｇｅ?ｉｎｓｐｅｃｔｉｏｎ?ｖｅｈｉｃｌｅｓ??

圖１－５實際采集的橋梁裂縫圖像??Ｆｉｇ．?１－５?Ａｃｔｕａｌｌｙ?ａｃｑｕｉｒｅｄ?ｂｒｉｄｇｅ?ｃｒａｃｋ?ｉｍａｇｅ??

圖２－２深度學習發(fā)展史示意圖??．－

【參考文獻】：
期刊論文
[1]基于內(nèi)容分析法的深度學習國內(nèi)研究綜述[J]. 申枝,馬力,官巍.  中國醫(yī)學教育技術(shù). 2019(01)
[2]基于深度學習的目標視頻跟蹤算法綜述[J]. 陳旭,孟朝暉.  計算機系統(tǒng)應用. 2019(01)
[3]基于深度學習的圖像識別技術(shù)綜述[J]. 徐夢雪.  計算機產(chǎn)品與流通. 2019(01)
[4]大數(shù)據(jù)下的機器學習算法綜述——以AlphaGO為例[J]. 趙詣.  信息記錄材料. 2019(01)
[5]基于卷積神經(jīng)網(wǎng)絡和上下文模型的目標檢測[J]. 馬增妍.  中國安全防范技術(shù)與應用. 2018(06)
[6]復雜背景下基于圖像處理的橋梁裂縫檢測算法[J]. 李良福,孫瑞赟.  激光與光電子學進展. 2019(06)
[7]基于深度學習的馬鈴薯畸形檢測方法研究[J]. 汪成龍,黃余鳳,莊學敏,謝珩.  惠州學院學報. 2018(03)
[8]橋梁工程技術(shù)發(fā)展與展望[J]. 王武勤.  施工技術(shù). 2018(06)
[9]基于三維激光掃描的橋梁變形檢測及數(shù)據(jù)處理[J]. 鄧曉隆,田石柱.  激光與光電子學進展. 2018(07)
[10]基于RGBD圖像和卷積神經(jīng)網(wǎng)絡的快速道路檢測[J]. 曲磊,王康如,陳利利,李嘉茂,張曉林.  光學學報. 2017(10)

碩士論文
[1]基于內(nèi)容的圖像檢索系統(tǒng)的設計與實現(xiàn)[D]. 趙津津.河北科技大學 2019
[2]基于深度學習的橋梁裂縫檢測算法研究[D]. 馬衛(wèi)飛.陜西師范大學 2018
[3]基于圖像處理的橋梁底面裂縫檢測識別方法研究[D]. 占繼剛.北京交通大學 2017



本文編號：3395104